Agents API, GPT-Live 1 и Decisions API
На тази страница
Моделите са само част от есенните анонси. За разработчиците три API променят начина, по който изграждате решения: Agents API, който прехвърля оркестрацията към OpenAI; GPT-Live 1, вече достъпен в API за глас в реално време; и Decisions API, който превръща текста и изображенията в типизирани отговори. Този урок разглежда всеки от тях въз основа на дневника с промени и официалните анонси, след което преминава през останалите актуализации за есента.
The Agents API: Хостван агент
Пуснат в публична бета версия на 10 септември 2026 г., Agents API Ви позволява да изграждате агенти върху същата инфраструктура, която управлява Codex и се поддържа от OpenAI. OpenAI се грижи за оркестрацията на сесиите, компресирането на контекста, когато сесията се приближи до лимита си, и възстановяването след инциденти. Вие работите с устойчиви сесии, които Ви позволяват да продължавате работата през множество цикли и да проследявате напредъка в реално време.
Създавате сесия с едно единствено обаждане, което описва задачата, модела, инструментите и средата за изпълнение. Инструментите могат да бъдат MCP сървъри, Ваши собствени функции или вградени инструменти като уеб търсене; търсенето на инструменти зарежда дефинициите само при необходимост, а Програмното извикване на инструменти (Programmatic Tool Calling) е активирано по подразбиране (Урок 5). Опцията за множество агенти позволява на основния агент да делегира независими части на под-агенти, които работят паралелно, всеки със свой собствен контекст. Агентът се изпълнява в пясъчник (sandbox), хостван от OpenAI, във Вашата собствена инфраструктура или чрез партньор: OpenAI конкретно споменава Cloudflare, E2B, Modal и Vercel.
Няколко допълнения последваха в рамките на няколко седмици. На 29 септември Agents API получи използване на компютър (computer use): агентът изпълнява задачи в браузър, хостван от OpenAI, докато Вашето приложение управлява одобрението на сайтовете и влизането. На 9 октомври получихте възможност да предварително загрявате (pre-warm) пясъчник преди прикрепване на сесия към него, което намалява времето за изчакване на потребителя, а таксуването за хоствани пясъчници вече се прилага само по време на активни цикли. На 16 октомври тези пясъчници интегрираха умения за създаване и редактиране на електронни таблици, презентации и документи на Word, а Agents API получи режим Ultrafast.
За всеки, който изгражда решения с Agent Builder, това е важно: OpenAI спира Agent Builder на 30 ноември 2026 г. и насочва потребителите към Agents SDK или агентите в работното пространство на ChatGPT. Урок 12 detalizira тази времева линия.
GPT-Live 1: Глас с пълен дуплекс в API
През юли GPT-Live изгради наново гласовата функционалност на ChatGPT, но API все още не беше отворен. Това се промени на 10 септември 2026 г.: GPT-Live 1 е общодостъпен. Той Ви позволява да изграждате гласови разговори с пълен дуплекс, които продължават, докато модел или агент във фонов режим разсъждава и извиква инструменти. Съществуват два режима на делегиране: към модел на OpenAI чрез Responses API, като например GPT-6 Astra, или към Ваш собствен бекенд, който може да разчита на друг доставчик. Гласовата сесия струва 0,05 щатски долара на минута, таксувана в секунди; фоновият модел и инструментите се таксуват отделно.
На 16 октомври OpenAI отвори създаването на гласове от текстово описание за всички клиенти на API, безплатно за създаване, и добави девет естествени гласа, включително два на френски език: Brise и Sillage. За транскрипция бяха пуснати два модела на 28 юли: gpt-transcribe, за файлове, и gpt-live-transcribe, за стрийминг в реално време. Те заменят whisper-1 и семейството gpt-4o-transcribe, които са планирани за прекратяване на 26 февруари 2027 г.
The Decisions API: Типизирани отговори, бързо
Decisions API, пуснат в бета версия на 6 октомври и общодостъпен от 22 октомври с GPT-6 Luna, отговаря на много често срещана нужда: задаване на поредица от въпроси със затворен отговор на модел относно текст, изображение или структурирани данни и получаване на типизирани отговори. OpenAI съобщава, че решенията се вземат до десет пъти по-бързо в сравнение с извикването на GPT-6 Luna чрез Responses API. От общата достъпност насам, една заявка може да съдържа до 400 въпроса, спрямо 200 по време на бета фазата; често използваните входни данни могат да бъдат кеширани, изображения могат да се появяват в инструкциите на въпроса, а структурираните данни се предават директно чрез input_json. От 15 октомври той също така се интегрира с GPT-Live: гласово приложение може да действа, докато потребителят говори.
Използвайте го за триаж на билети, насочване на заявки, проверка на съответствието на документи или извличане на няколко полета от хиляди документи: там, където преди трябваше да пишете промпт за класификация и схема на изхода, сега е достатъчен набор от типизирани въпроси.
Други актуализации за есента
| Дата | Актуализация |
|---|---|
| 8 септември 2026 г. | GPT Image 2.5 Sunburst и Flare, за генериране и редактиране на изображения |
| 6 октомври 2026 г. | Нивата за използване на API са намалени от пет на три: Build, Launch и Grow |
| 20 октомври 2026 г. | Кеширането на промптове е удължено до 12 часа |
| 21 октомври 2026 г. | Избор на разрешени нива на обслужване проект по проект |
| 28 октомври 2026 г. | До 500 щатски долара безплатни кредити за API на месец за отговарящи на условията абонати на ChatGPT Pro и Business |
| 30 октомври 2026 г. | GPT-6 Rosalind, за изследвания в науките за живота, чрез одобрена програма за достъп |
| 4 ноември 2026 г. | GPT-Image-2.6 Sunburst и Flare: регулируема сложност, генериране на SVG и анимирани GIF |
| 5 ноември 2026 г. | GPT-6-Cyber, за изследване на уязвимости в упълномощени среди, след одобрение |
Ваш ред
Изберете правилното API. Изберете три нужди във Вашата организация: например агент, който подготвя ежедневно обобщение на инциденти, телефонна система, която насочва обаждания, и триаж на 5000 входящи имейла на ден. За всяка от тях посочете кое API бихте изпробвали първо – Agents API, GPT-Live 1, Decisions API или само Responses API – и защо. Отбележете какво бихте измерили, за да потвърдите този избор.
Официални източници: Дневник с промени на OpenAI API · GPT-Live 1 (Документация на OpenAI API) · Представяне на Agents API · GPT-Live 1 в API · Decisions API (OpenAI)
Ключови изводи
- Agents API (публична бета, 10 септември) хоства оркестрацията на агенти: устойчиви сесии, компресиране, под-агенти, пясъчници, използване на компютър
- GPT-Live 1 е достъпен в API от 10 септември на цена от 0,05 щатски долара на минута гласова сесия; два френски гласа добавени на 16 октомври
gpt-transcribeиgpt-live-transcribeзаменят по-старите модели за транскрипция преди 26 февруари 2027 г.- Decisions API (достъпен от 22 октомври) произвежда типизирани отговори в мащаб с GPT-6 Luna